Avainsana: Lapin tekoälykiihdyttämö

  • Google Colab – datan visualisointia Pythonilla

    Google Colab – datan visualisointia Pythonilla

    Tänä päivänä yritykset keräävät paljon dataa: asiakastietoja, myyntidataa ja niin edelleen. Kaikkea tätä dataa on tärkeä osata käsitellä oikein, jotta sitä voidaan hyödyntää liiketoiminnan kehittämisessä. Datan visualisoinnilla voidaan selkeyttää datan sisältöä ja täten helpottaa sen tutkimista uuden tiedon löytämiseksi. Datan visualisointiin on saatavilla monenlaisia tekoälysovelluksia, joista käyttäjä voi valita itselleen sopivimman osaamisensa sekä käyttötarpeidensa mukaan. Tässä tekstissä käsitellään Google Colabia, joka voi olla sopivampi niille käyttäjille, joilta löytyy aiempaa kokemusta ohjelmoinnista.


    Datan visualisointi ja sen hyödyt

    Mitä datan visualisointi on käytännössä? Teknologiayhtiö IBM:n mukaan datan visualisoinnilla tarkoitetaan datan esittämistä erilaisten graafisten materiaalien, kuten kaavioiden, tilastojen ja infokuvien, kautta. Datan visualisointia käytetään usein ideoinnin tukena, esimerkiksi ideoiden luomisessa ja havainnollistamisessa.  Visualisointi auttaa myös analyytikkoja ja tutkijoita löytämään trendejä sekä kuvioita datasta.

    Datan visualisoinnista on monenlaista hyötyä. Se tekee datasta helpommin luettavaa sekä ymmärrettävää. Sen avulla voidaan nähdä uusia yhteyksiä eri datapisteiden välillä, jotka ovat saattaneet jäädä aiemmin huomaamatta. Visualisointi voi myös auttaa nostamaan datasta esille tärkeitä arvoja. Hieno ja selkeä visualisointi tekee datasta miellyttävämmän näköistä käyttäjälle.

    Google Colab ohjelmoinnin tukena

    Colab on Googlen tarjoama ohjelmointiympäristö, joka mahdollistaa Python-ohjelmakoodin kirjoittamisen ja ajamisen verkkoselaimessa ilman erillistä asennusta. Kaksi suosittua käyttökohdetta Colabille ovat koneoppiminen sekä datankäsittely. Colabissa ohjelmakoodia ja tekstiä voidaan kirjoittaa yhteen tiedostoon, erillisiin lohkoihin. Tekstilohkoja voidaan käyttää yleisten muistiinpanojen kirjoittamiseen tai esimerkiksi selkeyttämään ohjelmakoodin sisältöä ja toimintaa.

    Ohjelmakoodilohkot voidaan ajaa erikseen tai yhtenä kokonaisuutena, ylhäältä alaspäin. Näitä tiedostoja kutsutaan Jupyter notebookeiksi, toisin sanoen ”muistikirjoiksi”. Colabia käytetään Google-tunnuksilla, ja sillä luodut tiedostot tallentuvat automaattisesti käyttäjän Google Drive -kansioon. Nämä tiedostot voidaan jakaa muille käyttäjille, mikä mahdollistaa yhtenäisen työskentelyn. Esimerkkinä voisi toimia tilanne, jossa yritys tekee yhteistyötä ulkopuolisen ohjelmistokehittäjän kanssa. Yrityksen työntekijät voivat kirjoittaa tarpeensa ohjelman toiminnalle notebookin tekstikenttiin, minkä perusteella ohjelmistokehittäjä voi kirjoittaa ohjelmakoodin saamansa ohjeistuksen mukaisesti. Lisäksi osapuolet voivat käyttää tekstikenttiä kommenttien jättämiseen.


    Datan visualisointi Colabissa

    Datan visualisointi Colabilla aloitetaan lisäämällä tarvittavat moduulit ohjelmakoodiin. Nämä moduulit ovat Python-ohjelmointikielen kirjastoja, jotka mahdollistavat ohjelmakoodissa tarvittavan toiminnallisuuden. Ohjelmoinnissa kirjastolla tarkoitetaan ennalta ohjelmoituja toimintoja, joita voidaan käyttää siten, että niitä ei tarvitse rakentaa aina alusta alkaen. Kirjasto voidaan kuvitella työkalupakkina ja sen sisältämiä toimintoja työkaluina. Tässä esimerkissä käytetään seuraavia moduuleja: Seaborn, Matplotlib ja Pandas. Näistä moduuleista tälle esimerkille relevantein on Seaborn, joka rakentuu Matplotlibin päälle ja integroituu Pandasin datarakenteisiin. Seaborn mahdollistaa tilastollisen grafiikan luomisen Python-ohjelmointikielellä. Moduuli osaa lukea sille annettua dataa ja piirtää kaavioon vain sen datan, jota siltä pyydetään ohjelmakoodissa.

    Moduulien lisäämisen jälkeen valitaan data, jota halutaan visualisoida. Tätä dataa kutsutaan datasetiksi. Tässä esimerkissä käytetään Seabornin sisälle rakennettua datasettiä, mutta Colabiin voidaan lisätä dataa myös ulkoisista lähteistä. Tähän esimerkkiin valittu datasetti sisältää dataa Dow Jones Industrial Average -indeksin kehityksestä vuosilta 1914–1968.

    Esimerkin ohjelmakoodi on melko yksinkertainen. Tarvittavien moduulien lisäämisen jälkeen Seabornia pyydetään lataamaan valittu datasetti. Tämän jälkeen Seabornia ohjeistetaan luomaan pistekaavio annettujen parametrien mukaisesti. X-akselille sijoitetaan aika ja y-akselille hinta. Tämän jälkeen pistekaavio muutetaan viivakaavioksi. Kuviossa 1 näkyy tämän esimerkin kokonainen Python-ohjelmakoodi.

    Kuvio 1. Colabilla kirjoitettu Python-ohjelmakoodi


    Lopputuloksena on kuvion 2 mukainen visualisointi, joka esittää viivakaaviona Dow Jones Industrial Average -indeksin kehitystä. Tämä on yksinkertainen esimerkki, mutta se näyttää, kuinka suhteellisen vaivattomasti Colabilla voidaan tehdä datan visualisointia.

    Kuvio 2. Valmis visualisointi


    Mahdollisuuksia datan sisältä

    Tässä esimerkissä tehtiin yksinkertainen visualisointi valmista datasettiä käyttäen. Mahdollisuudet laajemman datan käsittelyn ja näyttävämmän visualisoinnin tekemiselle on suuret. Erilaisilla datan käsittely- sekä visualisointimenetelmillä voidaan löytää datan sisältä mahdollisuuksia liiketoiminnan kehittämiseen. Esimerkiksi asiakasdatan visualisoinnilla saatetaan löytää asiakaskanta, jota ei olla aiemmin huomattu. Google Colab tarjoaa mahdollisuuden testata datan visualisointia suhteellisen matalalla kynnyksellä.

    Kirjoittaja:
    Iikka Ryynänen, asiantuntija, Lapin ammattikorkeakoulu

  • Tekoälytuotanto Tornion Saarenvireen aistihuoneen kehittämisessä

    Tekoälytuotanto Tornion Saarenvireen aistihuoneen kehittämisessä

    Lapin tekoälykiihdyttämö -hankkeen tavoitteena on vahvistaa Lapin alueen toimijoiden valmiuksia hyödyntää tekoälyä palvelujen, liiketoiminnan ja kehittämistyön tukena. Syksyn 2025 aikana toteutettiin tekoälypilotti yhteistyössä Saarenvireen kanssa, joka on kuntoutuspalveluja kaikenikäisille sekä asuinpalveluja ikäihmisille tarjoava torniolainen kuntoutus- ja hoitolaitos.

    Saarenvireessä on kehitetty aistihuonetoimintaa osana hyvinvointia ja arjen toimintakykyä tukevia palveluita. Aistihuone tarjoaa muistisairaille rauhoittavan ja elämyksellisen ympäristön, missä moniaistinen kokemus tukee käyttäjien hyvinvointia, palautumista ja turvallisuuden tunnetta. Toteutetun pilotin kehittämistyössä hyödynnettiin uusia digitaalisia työkaluja ja erityisesti generatiivisen tekoälyn mahdollisuuksia visuaalisen sisällön tuottamisessa. Saarenvireen aistihuoneeseen toteutettiin luonto- ja epookkiteemaisia videoita, jotka tuotettiin tekoälypohjaisilla työkaluilla – Adobe Fireflylla  ja Runwaylla.


    Tekoäly tukemassa elämyksellisten hyvinvointiympäristöjen suunnittelua

    Aistihuoneen videot tukevat fyysisen tilan rauhoittavaa ja kokemuksellista kokonaisuutta. Sisällöissä hyödynnetään esimerkiksi:

    • pohjoisen luonnon maisemia ja vuodenaikojen vaihtelua
    • valoon ja liikkeeseen perustuvia rauhallisia visuaalisia elementtejä
    • historiallisia epookkitunnelmia ja esteettisiä aikakausimaisemia.

    Perinteisesti vastaavan materiaalin tuottaminen olisi edellyttänyt mittavia kuvaus- ja tuotantoresursseja. Generatiivisen tekoälyn avulla sisältöjä voitiin toteuttaa ja kokeilla kustannustehokkaasti ja nopeasti.

    Sisältö luotiin suoraan Saarenvireen toimintaympäristön tarpeisiin. Perinteisin menetelmin tuotantoprosessi olisi kestänyt vähintään vuoden ja olisi vaatinut useita henkilöitä. Nyt se pystyttiin viemään läpi noin kahdessa kuukaudessa.

    Adobe Firefly luontovideoiden tuotannossa

    Kuva on luotu Runway-tekoälysovelluksella

    Adobe Firefly on Adoben kehittämä generatiivinen tekoälyratkaisu, joka mahdollistaa videoiden ja kuvamateriaalin tuottamisen tekstikuvausten perusteella. Firefly soveltuu erityisesti harmonisten ja selkeiden luontosisältöjen luomiseen, ja sen kehityksessä on huomioitu kaupallisesti turvallinen käyttö.

    Saarenvireen aistihuoneessa Fireflyta hyödynnettiin rauhoittavien luontoteemojen ja luonnollisten maisemaympäristöjen visualisoinnissa. Aistihuoneeseen haluttiin korkeatasoisia videoita Suomen eläimistä. Yksi pohjoisen eläimistä oli ilves. Ilves heräsi henkiin ketterästi Adobe Firefly -tekoälyllä, millä myös toteutettiin askelten äänet hangella, kun kissapeto lähestyy katsojaa. Pelkästään perinteisesti kuvaamalla tämä yksi kohtaus olisi syönyt koko aistihuoneen budjetin, jos aitoon lokaatioon olisi lähetetty palkattu luontokuvaaja.


    Runway epookkiteemaisten videoiden toteuttamisessa

    Runway on generatiiviseen video- ja mediasisältöön erikoistunut tekoälyalusta, jota hyödynnetään laajasti luovassa ja audiovisuaalisessa tuotannossa. Sen avulla voidaan tuottaa elokuvamaisia, tyylillisesti vahvoja videoita, jotka soveltuvat myös historiallisten tai taiteellisten aikakausitunnelmien luomiseen.

    Runwayn avulla Saarenvireen aistihuoneeseen toteutettiin epookkivideoita eli menneisyyteen sijoittuvia audiovisuaalisia tuotantoja, jotka rikastavat tilan elämyksellisyyttä ja tuovat vaihtoehtoisia visuaalisia ympäristöjä käyttäjien koettavaksi.


    Hyvinvointiteknologian ja digitaalisen luovuuden mahdollisuudet

    Saarenvireen aistihuone toimii esimerkkinä siitä, miten uudet tekoälypohjaiset sisällöntuotantomenetelmät voivat tukea hyvinvointiympäristöjen kehittämistä. Tekoälyn avulla ideoidut aiheet saatiin nopeasti ja ketterästi tuotettua videomuotoon. Esimerkiksi eläinaiheisten videoiden kuvaaminen luonnossa olisi kestänyt luontokuvaajalta kuukausia, ellei vuosia. Nyt ne syntyivät parissa viikossa. Vastaavasti 50- ja 60-luvuille sijoittuvat miljööt pystyttiin tuottamaan ketterästi referenssikuvista tai puhtaasti tekstipromptien pohjalta.

    Pilotin perusteella havaittiin, että tekoäly soveltuu hyvin:

    • räätälöityjen visuaalisten sisältöjen tuottamiseen kustannustehokkaasti
    • aistiympäristöjen muunneltavuuden lisäämiseen
    • kustannustehokkaaseen digitaaliseen materiaalituotantoon
    • ainutlaatuisten luontokokemusten ja tunnelmaympäristöjen simulointiin.

    Taiteellista osaamista tarvitaan yhä

    Vaikka tekoäly tuo kustannustehokkuutta ja monipuolisia mahdollisuuksia myös pk-yritysten kehittämiseen, niin on hyvä muistaa, että ihmisen rooli ja asiantuntijaosaaminen on vielä tärkeä osuus taiteellisessa ja tuotannollisessa prosessissa. Tekoälypohjaisessa tuotannossa ihminen on taiteellisen ja sisältöjohtajan roolissa. Vaikka työkalu on älykäs, ihminen edelleen määrittää, mihin pyritään ja millainen lopputulos syntyy.  Lapin AMKissa digitaalisten ratkaisujen ja tekoälyn soveltaminen hyvinvoinnin ja palveluympäristöjen kehittämisessä on ajankohtainen teema, ja Saarenvireen toteutus osoittaa konkreettisesti teknologian soveltamisen mahdollisuuksia arjen toimintakyvyn tukemisessa – unohtamatta taiteellisen asiantuntijan roolia osana kehittämisprosessia.


    Kirjoittaja:
    Jari Penttinen, lehtori, Lapin AMK

  • Industrial Copilot – tekoälyä suunnittelun arkeen

    Industrial Copilot – tekoälyä suunnittelun arkeen

    1970-luvun lopussa kehitettiin ohjelmoitaviin logiikoihin graafiset ohjelmointiympäristöt. Sattumaltako vai oliko aika juuri kypsä, suomalainen Valmet ja saksalainen Siemens toivat tällaiset mahdollisuudet lähes yhtä aikaa markkinoille.

    Ohjelmointityökalujen kehitys

    Valmetin ensimmäinen digitaalinen automaatiojärjestelmä oli Damatic. Se oli maailman ensimmäisiä hajautettuja ohjausjärjestelmiä. Siemens esitteli ohjelmoitavan logiikan Simatic S5:n Hannoverin messuilla vuonna 1979. Tällaiset digitaaliset laitteet tarjosivat tehdasinsinööreille ohjelmointiympäristön, jossa ohjelmaa voitiin helposti muuttaa. Ohjelmointikielinä Simatic S5:ssä olivat FBD (Function Block Diagram), LAD  (Ladder Diagram) ja (Statement List), jotka esiteltiin jo tuolloin S5:ssä. Ne ovat edelleen nykyisten logiikoiden ohjelmointivaihtoehtoina yli 40 vuotta myöhemmin. Tämä osoittaa, kuinka kestävää ja perustavanlaatuista kehitystyötä tehtiin jo silloin.

    2000-luvun taitteessa yleistyi käsite Totaly integrated Automation (TIA Portal), ja sen ajatuksena oli saattaa eri ohjelmat saman ohjelmakokonaisuuden piiriin. Vuoden 2008 paikkeilla Siemens esitteli TIA Portal -ohjelmiston, jossa yhden ohjelman kautta pystyttiin hallitsemaan useita pienempiä Siemens-ohjelmistoja. Logiikoiden uusi sukupolvi S7-1200 julkaistiin vuonna 2009 ja S7-1500-sarja vuonna 2012. Tässä vaiheessa myös uuden ohjelmistosukupolven eli TIA Portalin merkitys alkoi kasvamaan, koska vain sillä pystyi ohjelmoimaan uutta Siemensin logiikkalaitesukupolvea, mutta sillä oli myös tietyissä rajoissa mahdollista ohjelmoida edellisen sukupolven laitteita.

    TIA Portalin ensimmäinen versio oli V10, ja lähes vuosittain on tullut uusi pääversion päivitys. Tällä hetkellä mennään versiossa V20upd4, ja versio V21 on jo ilmoitettu saapuvaksi. TIA Portalin avuksi on versiosta V19 lähtien ollut mahdollisuus asentaa tekoälyohjelmisto Siemens Industrial Copilot, jonka ensimmäisen version ominaisuuksia avataan tässä blogitekstissä.

    Uuden sukupolven insinöörin apuri

    Teollisuuden Copilot on suunniteltu erityisesti tueksi. Sen avulla voidaan automatisoida toistuvia suunnittelu- ja ohjelmointitehtäviä, kuten ohjelmointikielen (koodin) generointia sekä dokumentaation hakua ja luontia. Käyttäjä voi antaa järjestelmälle luonnollisen kielen komentoja. Esittelen seuraavaksi kolme esimerkkiä, kuinka Industrial Copilotia voidaan käyttää arjen apuna insinöörityössä, jos työskentelee Tiaportalin versiolla 19 tai 20.

    Industrial Copilot on suunniteltu erityisesti teollisuuden automaatioinsinöörien  tueksi. Sen päätehtävä on automatisoida toistuvia suunnittelu- ja ohjelmointitehtäviä. Sen avulla voidaan alla olevan kuvan mukaan helposti valita kolmesta toiminnosta jokin:

    Siemens Industrial Copilot V1 TIA Portalin toiminnanvalintanäkymä


    PLC Engineering -toiminnolla voidaan generoida koodia: Esimerkiksi SCL-ohjelmointikieltä (Structured Control Language) voidaan tuottaa pelkällä englanninkielisellä komennolla:

    • Käyttäjä voi antaa järjestelmälle komennon, kuten ”Please create an SCL code that generate a triangular signal with a period of 500ms” eli suomeksi ”Luo SCL-koodi, joka tuottaa kolmionmuotoisen signaalin 500 ms jaksolla”. Tämän pohjalta Copilot tuottaa valmiin ohjelmakoodin ja lisää sen suoraan TIA Portal -projektiin.
    Siemens Industrial Copilot V1 TIA Portalin koodi-editor-näkymä

    Ask Doku -toiminnolla voidaan hakea dokumentaatiota: Copilot voi hakea nopeasti tietoa laajoista ohjedokumentaatioista, kuten TIA Portal -ohjeista, ja antaa vastauksia teknisiin kysymyksiin sekunneissa.

    Siemens Industrial Copilot V1 TIA Portalin dokumentinhakunäkymä


    WinCC Unified HMI Engineering -toiminnolla voidaan luoda HMI-näyttöjä: Käyttöliittymien suunnittelua voidaan tehostaa tekoälyn avulla.

    Siemens Industrial Copilot V1 TIA Portalin HMI-promptaus


    Käytännön hyödyt Lapin teollisuudelle

    Industrial Copilot tuo konkreettisia hyötyjä Lapin teollisuusyrityksille:

    – Kehitystyön nopeutuminen ja tehokkuuden kasvu
    – Kustannussäästöt ja virheiden väheneminen
    – Osaajapulan helpottaminen – myös uudet työntekijät pääsevät nopeasti kiinni tehtäviin
    – Dokumentaation digitalisointi ja tiedon parempi hallinta.

    Industrial Copilotin käyttöönotto on askel kohti älykkäämpää, joustavampaa ja kilpailukykyisempää insinöörityötä.


    Uutta potkua teollisuusyritysten digitalisaatioon

    Siemensin ja Microsoftin yhteistyössä kehittämä tekoälyratkaisu on pitkäjänteinen prosessi, jonka on arvioitu koostuvan viidestä vaiheesta. Tällä hetkellä kehitys on edennyt toiseen vaiheeseen. Ensimmäisen vaiheen toiminnot on esitelty tässä blogikirjoituksessa.

    Siemens Industrial Copilot V1:n kehitysvaiheet

    Siemensin Industrial Copilot on konkreettinen esimerkki siitä, miten tekoäly voidaan valjastaa automaatioinsinöörien käyttöön hyödyllisellä tavalla. Lapin tekoälykiihdyttämön tavoitteena on tuoda tällaiset ratkaisut alueen pk-yritysten ulottuville ja vauhdittaa Lapin teollisuuden digitalisaatiota.


    Kirjoittaja:
    Heikki Isometsä, lehtori, Lapin AMK

    Artikkelin sisällön ideointiin ja muotoiluun on hyödynnetty Microsoft Copilot -tekoälyä, ja tekstin ja kuvien lähteenä on Siemens Industrial Copilotin markkinointimateriaali.

  • Sävellä oma brändisi – kevyt kynnys oman musiikin luomiseen tekoälyllä

    Sävellä oma brändisi – kevyt kynnys oman musiikin luomiseen tekoälyllä

    [et_pb_section][et_pb_row][et_pb_column type=”4_4″][et_pb_text]

    Oletko koskaan miettinyt, miltä yrityksesi kuulostaa? Musiikin avulla voidaan luoda brändiä ja jäädään asiakkaiden mieleen. Erilaiset musiikin luomiseen perustuvat tekoälysovellukset tuovat äänibrändäyksen mahdollisuudet myös pk-yrityksille, joissa ei välttämättä ole resursseja ammattimaiseen äänituotantoon. Esimerkiksi Suno-sovellus tarjoaa yrityksille uudenlaisen tavan hyödyntää tekoälyä äänibrändäyksessään – helposti, nopeasti ja kustannustehokkaasti.

    Kuva on luotu Microsoft Copilot -tekoälysovelluksella

    Ääni vaikuttaa moneen meistä tiedostamattomalla tasolla. Musiikki voi herättää tunteita, luoda tunnelmaa ja jopa ohjata ostopäätöksiä. Esimerkiksi taustamusiikin avulla voidaan lisätä asiakkaiden viihtyvyyttä ja pidentää heidän viipymistään myymälässä. Musiikin arvo ollaan nähty tärkeänä paitsi asiakaskokemuksen kehittämisessä niin myös henkilöstön työviihtyvyyden parantamisessa. Yrityksen koosta riippumatta on siis järkevää pohtia, miten audiota voisi hyödyntää monin eri tavoin.

    Suno – tekoälyllä tuotettua brändiääntä

    Suno on tekoälypohjainen sovellus, joka mahdollistaa musiikin ja äänisisältöjen luomisen ilman erityistä musiikillista luovuutta tai osaamista. Tässä artikkelissa esitellään nimenomaan Sunoa, mutta toinen vastaava esimerkki on Udio. Tällaisten sovelluksen avulla yritys voi tuottaa esimerkiksi 1) brändiä kuvaavaa musiikkia mainoksiin, 2) kampanjakohtaisia jinglejä, 3) äänimaisemia verkkosivuille tai vaikkapa 4) introja podcasteihin tai videomateriaaleihin.

    Suno hyödyntää generatiivista tekoälyä, joka tuottaa musiikkia käyttäjän antamien ohjeiden perusteella. Tämä tekee siitä erityisen hyödyllisen pk-yrityksille, joilla ei ole resursseja ulkoistaa äänituotantoa. Jo ilmaisversiolla pääsee näppärästi testaamaan, olisiko Sunosta oman yrityksensä tarpeisiin. Jos sovellus tuntuu itselle sopivalta, tulee tietysti hankkia maksullinen käyttöoikeus, jotta luotua musiikkia voi käyttää myös kaupallisiin tarkoituksiin. Testaus on siis kuitenkin ilmaista.

    Sunon ja muiden vastaavien sovellusten erityisarvona näkisin sen, etteivät ne vaadi varsinaisesti käyttäjältään mitään promptauksen superosaamista, vaan yrityksen ja erehdyksen kautta pääsee kärryille siitä, miten saa haluamaansa sisältöä. Tästä esimerkkinä on oma kokeiluni, jossa kirjoitin Sunolle seuraavanlaisen melko geneerisen promptin:

    Suno generoi aina suoraan kaksi eri vaihtoehtoa, joissa on samat sanat mutta erilainen musiikillinen tyyli. Tästä promptistani syntyi siis kaksi versiota, joista ensimmäinen on kuunneltavissa tästä ja toinen tästä. Esimerkeistä voi huomata, että myös suomenkielinen musiikki kuulostaa jo melko hyvältä tällä sovelluksella tuotettuna. Joitain kielellisiä kömmähdyksiä toki mahtuu mukaan, ja testauksesta itse opin, että ei kannata taivuttaa sovelluksen tai vaikkapa yrityksen nimeä promptissaan. Esimerkkikappaleissani nimittäin Suno-nimi taipuukin muotoon Sunoa, koska olin sen suomenkielisessä promptissani niin kirjoittanut.

    Testaa ilmaiseksi, mutta muista käyttöehdot

    Tekoälyn luoman musiikin käyttöön liittyy tekijänoikeudellisia rajoitteita. Jos käytät Sunoa ilmaiseksi, et omista luomaasi musiikkia. Tällöin oikeudet tuotoksista jäävät Sunolle, ja käyttö on sallittua vain ei-kaupallisiin tarkoituksiin. Jos taas olet maksullisen tilauksen käyttäjä, niin omistusoikeus tuotoksista on lähtökohtaisesti sinulla, jolloin myös kaupallinen käyttö mahdollistuu (esim. mainokset, verkkosivusisällöt ja muu markkinointikäyttö).

    Kuva on luotu Microsoft Copilot -tekoälysovelluksella

    Kuten jokaisen tekoälysovelluksen kohdalla, kannattaa siis aina ensin perehtyä tarkasti sovelluksen käyttöehtoihin. Esimerkiksi SUNO kerää ja käsittelee käyttäjätietoja tietosuojakäytäntönsä mukaisesti. Palvelua käyttämällä siis sitoutuu näihin ehtoihin. Tekijänoikeudellisiin pohdintoihin liittyy myös kysymys siitä, oletko itse laatinut laulun sanat vai vain promptannut ne. Näihin asioihin tulee kiinnittää erityistä huomiota varsinkin, jos haluaa hyödyntää tekoälymusiikkia laajemminkin markkinoinnissaan.

    Jätä muistijälki oman musiikin avulla

    Ääni on tehokas mutta ehkä vielä hieman alihyödynnetty osa yrityksen markkinointia. Suno-tekoälysovelluksen avulla PK-yritykset voivat ottaa haltuun äänibrändäyksen mahdollisuudet helposti ja kustannustehokkaasti. Musiikki jää ihmisten mieleen, ja toisaalta se voi myös vaikuttaa suoraan asiakkaiden käyttäytymiseen ja ostopäätöksiin. Tällaiset tekoälysovellukset tarjoavat yritykselle kevyen kynnyksen kokeiluja siitä, miltä oma brändi voisi kuulostaa.

    Kirjoittaja:
    Minttu Merivirta, lehtori, Lapin ammattikorkeakoulu

    [/et_pb_text][/et_pb_column][/et_pb_row][/et_pb_section]
  • Tekoälyn hyödyntäminen Lapin pk-yrityksissä – kokeiluista kohti konkreettisia hyötyjä

    Tekoälyn hyödyntäminen Lapin pk-yrityksissä – kokeiluista kohti konkreettisia hyötyjä

    Tekoäly ei ole enää tulevaisuutta vaan tämän päivän työelämätaito, joka voi muuttaa liiketoimintaa. Lapin tekoälykiihdyttämön tuore kyselytutkimus osoittaa, että tekoäly kiinnostaa laajasti Lapin PK-yrityksiä. Mutta miten kiinnostuksesta päästään käytännön hyötyihin? Tässä blogissa pureudutaan tutkimuksen keskeisiin havaintoihin ja siihen, miten yritykset voivat ottaa seuraavan askeleen tekoälyn hyödyntämisessä.

    Tekoäly kiinnostaa – mutta käyttökohteet kaipaavat kirkastamista

    Lapin tekoälykiihdyttämö järjesti keväällä 2025 kyselyn, jonka tavoitteena oli selvittää Lapin PK-yritysten tekoälyosaamista ja kehittämistarpeita. Kyselyn suunnittelusta ja toteuttamisesta vastasi yhteistyöyritys Aimiten Oy. Tulokset on julkaistu Lapin tekoälykiihdyttämön kotisivuilla.

    Kuva luotu Microsoft Copilot -tekoälysovelluksella

    Tutkimukseen vastanneista yrityksistä peräti 85 % oli jo kokeillut tekoälyä jossain muodossa. Suosituimpia sovelluksia olivat yleiskäyttöiset tekoälyassistentit, kuten ChatGPT ja Microsoft Copilot, joita käytettiin erityisesti sisällöntuotantoon, sähköposteihin, raportointiin ja asiakaspalveluun. Kyselyn perusteella tilanne Lapin alueella on siis positiivinen, sillä Suomen Yrittäjien aiemman tutkimuksen mukaan valtakunnallisesti jopa 60 % pienistä ja keskisuurista yrityksistä ei käyttänyt tekoälyä ollenkaan.

    Kuitenkin vain osa Lapin tekoälykiihdyttämön kyselyyn vastanneista yrityksistä oli ottanut tekoälyn osaksi päivittäisiä prosesseja. Suurin este ei ollut teknologia tai kustannukset vaan sopivien käyttökohteiden tunnistaminen (55 %), osaamisen puute (49 %) ja ajanpuute (47 %). Tämä kertoo siitä, että vaikka kiinnostusta on, tarvitaan lisää konkreettisia esimerkkejä ja käytännön tukea.

    Lapin tekoälykiihdyttämö ottaakin koppia näistä tuloksista ja pyrkii jatkossa toiminnassaan ja kotisivuillaan tuomaan entistä enemmän esiin toimialakohtaisia tekoälyyn liittyviä käytännön case-esimerkkejä. Myös demotilaisuuksissa pyritään osallistamaan yrityksiä jakamaan omia kokemuksiaan, jotta yhteisen keskustelun kautta syntyy alueen yrityksille laajempi ymmärrys tekoälyn käyttömahdollisuuksista omalla alallaan.

    Suomen Yrittäjien PK-yritysbarometristä voi huomata, että tekoälyn käyttöön liittyvät haasteet koskevat samalla lailla Lapin aluetta kuin koko Suomea. Yleisellä tasolla monissa yrityksissä ei vieläkään nähdä selkeästi tekoälyä relevanttina kehityskohteena. Tämä voi kertoa esimerkiksi juurikin käyttökohteiden ja soveltamismahdollisuuksien puutteellisesta tietämyksestä, jolloin hyötyjä ei tunnisteta.

    Ajansäästö ja tehokkuus tärkeimpiä hyötyjä

    Yritykset, jotka olivat jo hyödyntäneet tekoälyä, raportoivat merkittävimmiksi hyödyiksi ajansäästön ja työn tehostumisen. Tekoäly nopeutti erityisesti tiedonhakua, raportointia ja rutiinitehtäviä. Moni mainitsi myös markkinointitekstien ja sähköpostien kirjoittamisen helpottuneen. Suurimmaksi osaksi käytetyt tekoälysovellukset olivat kuitenkin generatiivisuuteen perustuvia keskustelukumppaneita, eli ilmeisesti tekoälyä ei vielä ole kovinkaan laajasti otettu käyttöön yritysten ydintoimintojen tehostamisessa.

    Eräs vastaaja kuvasi tekoälyä “tiimin jäsenenä”, joka auttaa päätöksenteossa ja tuo esiin näkökulmia, joita ei itse olisi tullut ajatelleeksi. Tämä kertoo tekoälyn roolista paitsi työkaluna myös ideointikumppanina. Lapin tekoälykiihdyttämön tulee siis miettiä, miten alueen yrityksissä päästään niin sanotusti ”seuraavalle tasolle”, jossa tekoäly ei ole vain keskustelu- ja ideointikumppani vaan työntekoa automatisoiva työväline. Esimerkiksi HR-johtaminen voisi olla yksi sellainen käyttökohde, jonka systemaattisuutta tekoäly voisi tehostaa.

    Markkinointi ja sisällöntuotanto tekoälyn ytimessä

    Yksi selkeästi esiin noussut toive oli markkinoinnin helpottaminen tekoälyn avulla. Yritykset haluaisivat automatisoida esimerkiksi sosiaalisen median sisällöntuotantoa, uutiskirjeitä ja jopa podcastien editointia. Tämä kertoo siitä, että markkinointi koetaan tärkeäksi mutta aikaa vieväksi. Toisaalta ymmärretään, että juuri näihin liiketoiminnan osa-alueisiin tekoäly voisi tarjota ratkaisuja.

    Tekoäly voi auttaa esimerkiksi:

    • ideoimaan ja kirjoittamaan somepostauksia
    • muokkaamaan ja tiivistämään tekstejä
    • luomaan visuaalista sisältöä
    • analysoimaan kampanjoiden tuloksia.

    Osaamiskuilu on mahdollisuus – ei este

    Lapin tekoälykiihdyttämön kyselyssä havaittiin, että digiosaaminen ja tekoälyosaaminen kulkevat käsi kädessä. Yrityksillä, joilla on vahva digipohja, on hyvät edellytykset kehittää tekoälyvalmiuksiaan nopeasti. Kuitenkin tekoälyosaaminen jäi keskimäärin digiosaamista matalammaksi, mikä osoittaa selkeän kehityskohteen.

    Tutkimuksen tulosten perusteella kiinnostus tekoälyyn liittyviin koulutuksiin on korkea: 68 % vastaajista antoi kiinnostukselle arvosanan 8 tai enemmän (asteikolla 0–10). Tämä kertoo siitä, että yritykset ovat valmiita oppimaan, kunhan tarjolla on käytännönläheistä ja toimialakohtaista koulutusta. Lapin tekoälykiihdyttämön tavoitteena onkin tarjota PK-yrityksille esimerkiksi selkeitä käyttökohteita ja esimerkkejä, käytännön koulutuksia ja työpajoja, tukea tekoälyn käyttöönottoon ja mahdollisuuksia osallistua koneoppimispilotteihin.

    Katse tulevaisuuteen

    Lapin pk-yritykset ovat jo ottaneet ensiaskeleet tekoälyn hyödyntämisessä. Seuraava askel on siirtyä kokeiluista kohti säännöllistä käyttöä ja konkreettisia hyötyjä. Tekoäly voi olla työkalu, joka auttaa yritystä kasvamaan, kehittymään ja erottumaan.

    Kuva on luotu Microsoft Copilot -tekoälysovelluksella

    Tekoäly ei ole vain teknologinen ratkaisu – se on mahdollisuus kehittää liiketoimintaa, parantaa asiakaskokemusta ja vapauttaa aikaa tärkeämpiin tehtäviin.

    Kirjoittaja:
    Minttu Merivirta, lehtori, Lapin ammattikorkeakoulu

  • Adobe Firefly – generatiivinen tekoäly visualistille

    Adobe Firefly – generatiivinen tekoäly visualistille

    Kuva on nopein mahdollinen kanava vaikuttaa. Ihmisaivot prosessoivat kuvia 60 000 kertaa nopeammin kuin tekstiä. Ensimmäinen mielikuva nähdystä kuvasta syntyy jo 50 millisekunnissa.

    93 prosenttia kommunikaatiostamme on ei-verbaalista. Generatiiviset tekoälytyökalut mahdollistavat visuaalisen sisällön luomisen tekstistä tai kuvatiedostoista. Tässä artikkelissa esittelyssä on Adobe Firefly, joka on Adoben kehittämä generatiivinen tekoälytyökalu.

    Adobe Fireflyn monipuoliset käyttömahdollisuudet

    Adobe Firefly on suunniteltu luovien ja visualististen alojen ammattilaisten tarpeisiin. Firefly integroituu saumattomasti Adoben sovelluksiin, kuten Photoshop, Illustrator, Lightroom ja Express, mutta on käytettävissä myös itsenäisenä verkkosovelluksena. Fireflyn käyttö edellyttää Adoben sopimusehtojen hyväksymistä. Adobe Premiere -integraatio on kirjoitushetkellä beta-testausvaiheessa.

    Firefly-tekoälysovellusta voi käyttää Adoben ohjelmistoekosysteemissä muun muassa seuraavilla tavoilla:

    1. Adobe Photoshop:
      • Adobe Firefly sisältyy Adobe Photoshopin työkaluihin. Sen avulla voi luoda visuaalisia elementtejä, ja tekoäly avustaa sekä nopeuttaa kuvankäsittelyä.
    2. Adobe Illustrator:
      • Adobe Illustratorissa Firefly mahdollistaa vektorimuotojen generoinnin sekä visuaalisten elementtien joustavan käsittelyn ja muokkauksen.
    3. Adobe Lightroom:
      • Adobe Lightroomissa Fireflyn avulla voi esimerkiksi poistaa ja vaihtaa osia kuva-alasta tai kokonaisia taustoja. Aikaisemmin tämä vaati erillisen kuvankäsittelyohjelmiston käyttämistä.
    4. Adobe Express:
      • Adobe Expressissä Firefly-integraatio auttaa muun muassa sosiaalisen median elementtien, kuvien, logojen, flyerien ja PDF-tiedostojen luomisessa.
    5. Adobe Premiere:
      • Adobe on tuomassa Fireflyn kautta generatiivisen videotuotannon osaksi editointiohjelmaansa. Tekoäly auttaa editoijia automatisoimalla työtehtäviä. Kirjoitushetkellä Firefly ei vielä ole osa jakelussa olevaa ohjelmistoversiota.
    1. Adobe Fireflyn verkkokäyttöliittymä:
      • Verkkokäyttöliittymän kautta Firefly-työkaluja pääsee käyttämään ilman Adoben ohjelmistoja. Tämä tapahtuu Adoben verkkosivujen kautta. Käyttö vaatii tilin luomista Adobe Creative Cloudiin. Valittavissa ovat Firefly 2- ja Firefly 3 -mallit.

    Testaa ja käytä kevyellä kynnyksellä

    Fireflyn käyttöliittymä on suunniteltu yhdenmukaiseksi ja käyttäjäystävälliseksi. Se mahdollistaa käytön nopean omaksumisen niin aloittelijoille kuin kokeneillekin käyttäjille. Fireflyn integrointi Adoben ekosysteemiin tarkoittaa loppukäyttäjille sujuvaa työnkulkua ja takaa suoran yhteensopivuuden muiden Adoben tuoteperheen ohjelmistojen kanssa.

    Adoben tekoälyominaisuuksien käyttäminen anonyymisti ei ole mahdollista. Vaaditaan aina kirjautuminen, ja esim. VPN-yhteyden kanssa AI-työkalut eivät toimi ohjelmistoissa.

    Firefly tarjoaa uusia mahdollisuuksia visuaaliseen tuotantoon

    Firefly tuo tekoälytyökalut osaksi Adoben Creative Cloud -tuoteperhettä. Tässä vaiheessa tekoäly ei vielä pysty täysin korvaamaan osaavaa visualistia ja kuvatuotannon ammattilaista. Se tuo lisää joustavuutta työskentelyyn ja avaa uusia mahdollisuuksia visuaalisten ideoiden hakemiseen ja joustavaan toteuttamiseen.

    Fireflyn ominaisuuksien rajoittuneisuus tekee visuaalisen tekoälyn käytöstä joiltakin osin kankeaa. Fireflysta ei esimerkiksi löydy tällä hetkellä negatiivisia prompteja, joilla voisi määritellä  “ei-haluttuja” ominaisuuksia kuville tai videoille. Vastapainona tekoälyn suora integrointi sovelluksiin mahdollistaa joustavan työskentelyn. On myös hyvä huomioida, että Adobe noudattaa EU:n tietosuoja-asetusta (GDPR) ja takaa, ettei Fireflyn käyttäjille synny tekijänoikeusongelmia tekoälyllä generoidun sisällön kanssa.


    Kirjoittaja:
    Jari Penttinen, lehtori, Lapin ammattikorkeakoulu

  • Tekoäly tuo uusia tuulia korkeakoulutukseen

    Tekoäly tuo uusia tuulia korkeakoulutukseen

    Tekoäly on tuonut monimuotoisia mahdollisuuksia korkeakoulujen toimintaan ja opetukseen. Opetus- ja kulttuuriministeriön mukaan korkeakouluissa tulisi hyödyntää digitalisaation mahdollisuuksia kokonaisvaltaisesti. Korkeakouluilla voisikin nyt olla oiva mahdollisuus oman toimintansa suoraviivaistamiseen ja tehostamiseen tekoälyn avulla.

    Opetus- ja kulttuuriministeriön raportin mukaan tekoäly- ja teknologiakehityksen kiihtyessä entisestään voidaan ajatella, että korkeakouluilla on näiden hyödyntämisen ymmärtämisessä ikään kuin etulyöntiasema. Sääskilahden ja Pieskän mukaan ammattikorkeakoulut ovat oppimisprosessien asiantuntijatahoja, joiden tulisi olla aallonharjalla uudistuvan työelämän kehityslinjoissa. Tulee siis olla kykyä muuttaa toimintaa tarvittaessa nopeastikin uusien työelämäilmiöiden ja toimintaedellytysten niin vaatiessa.

    Kuva luotu Microsoft Copilot -tekoälysovelluksella

    Tekoälysääntöjen viidakko on jatkuvassa muutoksessa

    Wölfelin ym. mukaan generatiiviset kielimallit muuttavat ihmisten tapaa kommunikoida tietokoneiden kanssa, joten niillä on siten myös suuri vaikutus koulutusmaailmaan. Ammattikorkeakoulujen rehtorineuvosto Arenen mukaan tekoälyn nopeat kehityslinjat ovatkin johtaneet siihen, että myös korkeakouluissa on täytynyt reagoida nopeasti tekoälyn mahdollisuuksien hyödyntämiseen niin opetuksessa kuin myös yleisesti työelämätaitona. Jokainen koulutusorganisaatio joutuikin lyhyellä aikajänteellä määrittelemään suhtautumisensa tekoälyn käyttöön paitsi opiskelijoiden myös henkilöstön näkökulmasta.

    Korkeakoulujen tekoälyn hyödyntämistä ohjaa myös toimialan yhteinen säännöstö, jota on kehitetty viime vuosina varsinkin generatiivisen tekoälyn nopean yleistymisen vuoksi. Esimerkiksi Arene on laatinut suositukset ammattikorkeakouluille tekoälyn hyödyntämiseen. Arene suosittelee, että opiskelijoita ohjattaisiin ja neuvottaisiin hyödyntämään tekoälysovelluksia monipuolisesti oppimisessa ja oppimiskokemuksensa laajentamisessa. Arenen luoma liikennevalomalli puolestaan antaa opettajille käytännön ohjeita siitä, miten opiskelijoita voidaan ohjata hyödyntämään tekoälyä opinnoissaan.

    Tekoälyn hyödyntäminen ei ole vain yksilön vastuulla

    Yhtenä haasteena voi olla henkilöstön osaamisen ja ymmärryksen puute koskien sitä, miten tekoäly toimii ja miten sen avulla voidaan omaa asiantuntijatyötä tehostaa. Monesti huomaa, että korkeakoulun arjessa keskustelu tekoälystä painottuu ennen kaikkea niihin mahdollisuuksiin ja haasteisiin, jotka näkyvät opiskelijoiden oppimisprosesseissa ja oppimistehtävissä.

    Arenen tekoälysuosituksissa kuitenkin lähdetään liikkeelle organisaatio- ja opettajalähtöisesti huomioiden kaksi tasoa:
    1) organisaatiotasolla on varmistettava henkilöstön ja opiskelijoiden valmiudet vastuulliseen tekoälyn käyttöön ja
    2) opetuksessa opetushenkilöstön on varmistettava tekoälyn eettinen ja tarkoituksenmukainen käyttäminen oppimisen osana.

    Tämä osoittaa, että tekoälyn käyttöönoton ei tulisi olla yksittäisen opettajan vastuulla. Sen sijaan koko korkeakoulun tekoälykykyisyyden kasvattamisen tulisi lähteä liikkeelle johdon tasolta. Kun henkilöstö näkee konkreettisesti, miten tekoälyllä voidaan tehostaa heidän omaa työtään, on helpompi suhtautua positiivisesti ja kehittämisintoisesti tekoälyn hyödyntämiseen myös osana opetusta.

    Mihin ollaan menossa?

    Wölfel ym. huomioivat, että siinä missä generatiivisen tekoälyn hyödyt tarjoavat korkeakoulukenttään joustavuutta, niin samalla tiedon tarkastamiseen liittyvä osaaminen tulee korostumaan entisestään. Myös Budhwar ym. korostavat, että vaikka tekoälyllä on vahvaa potentiaalia tukea erityisesti tietotyötä, niin sen kaikkia vaikutuksia ei vielä tunneta, joten kehittämistyössä on oltava avoin mutta kriittinen ja analyyttinen asenne.

    Kuvio luotu Napkin AI -tekoälysovelluksella

    Tulevaisuudessa on varmistettava, ettei tekoälyn käytössä jäädä kehityksessä jälkeen. Yksi Sitran megatrendeistä 2023 on, että ”kilpailu digivallasta kiihtyy”. Myös Heikkilä ja Jokinen mainitsevat, että korkeakouluopetuksessa tulisi huomioida yhteiskunnan jatkuva teknologinen kehitys ja digitalisaation tuomat muutokset yhteiskuntaan. Näkisin, että koulutusorganisaatioiden tulisi kulkea aallonharjalla henkilöstön sisäisen osaamisen varmistamisessa, sillä tämä henkilöstö on vastuussa myös tulevien asiantuntijoiden kouluttamisesta korkeakouluopintojen kautta. Näin voidaan varmistaa, että korkeakouluopiskelijoilla on valmistuttuaan tarvittavat edellytykset pärjätä työelämässä nykypäivän vaatimusten mukaisesti.


    Kirjoittaja:
    Minttu Merivirta, lehtori, Lapin ammattikorkeakoulu

  • Kohti tekoälykästä Lappia

    Kohti tekoälykästä Lappia

    Tervetuloa Tekoälykästä-blogin pariin, jossa julkaisemme Lapin PK-yrityksille konkreettisia vinkkejä tekoälyn hyödyntämisestä liiketoiminnan tehostamisessa ja kehittämisessä. Blogin kirjoittajat ovat Lapin tekoälykiihdyttämö -hankkeen asiantuntijoita Lapin ammattikorkeakoulusta. Jaamme omat kokemuksemme siitä, mihin tekoäly taittuu ja mitä kannattaa jatkossakin tehdä ihmistyönä.

    Miksi tekoälyä?

    Tekoäly on noussut viimeisen kahden vuoden aikana keskeisimmäksi uudeksi teknologiaksi kaikilla aloilla. Sen tuoman murroksen arvioidaan olevan vielä suurempi kuin internetin kohdalla. Lapin AMKin tekoälyaiheisessa webinaarissa 10.8.2023 esiintyneen ja tekoälystä kirjottaneen tietokirjailija Antti Merilehdon mukaan tekoäly on kuin tuntematon maa tutkimusmatkailijoiden kartalla. Tällä hetkellä vaarat kohtaavat niitä, jotka eivät lähde etsimään ja kokeilemaan. Jos näppäimistö on osa työtä, se työ tulee muuttumaan. Tekoälyn potentiaali työn tehostamiseen ja luovuuden lisäämiseen on valtava.

    Suomi on vuonna 2017 luonut ensimmäisten EU-maiden joukossa tekoälystrategian, jonka tavoitteena on nostaa Suomi tekoälyn soveltamisen kärkimaaksi. Strategian mukaan laaja ja onnistunut tekoälyn hyödyntäminen luo mahdollisuuden vahvaan talouskasvuun ja työllisyysasteen nostoon. Elinkeinoelämän keskusliiton syyskuussa 2023 toteuttamassa kyselytutkimuksessa suurin osa vastaajista piti tekoälyä tärkeänä kasvutekijänä. Tekoälyä käytettiin eniten tiedon analysointiin, asiakaspalvelun ja myynnin parantamiseen. 42 prosenttia yrityksistä suunnitteli investointeja tekoälyyn. Kyselyyn vastasi 454 yritystä eri toimialoilta.

    Lappi ja tekoäly

    Kuvio on luotu Napkin AI -sovelluksella

    Lapin maakuntaohjelman eli Lappi-sopimuksen vision mukaan Lappi on “älykäs ja kansainvälinen arktinen edelläkävijä”. Juuri nyt ajankohtaista älykästä kehittämistä on tekoäly, sen haltuun ottaminen ja hyödyntäminen Lapissa. Tekoälyn avulla Lapin palveluyritykset voivat parantaa asiakaspalvelua chatbottien ja virtuaaliassistenttien avulla, jotka osaavat toimia monikielisesti. Generatiivisen tekoälyn avulla voidaan tehostaa ja parantaa markkinoinnin sisällöntuotantoa. Teollisuudessa tekoäly voi auttaa ennustamaan huoltotarpeita sekä optimoimaan prosesseja ja energiankulutusta. Metsäteollisuudessa tekoälyn hyödyntäminen voi kohdistua puun kasvun ennustamiseen ja puun hankinnan tehostamiseen. Lapin poronhoidon tehokkuutta ja tuottavuutta voidaan edistää tekoälyn avulla seuraamalla porojen terveyttä, diagnosoimalla sairauksia ja optimoimalla ruokintaa.

    Mitä tarjoamme Lapin PK-yrityksille?

    Lapin tekoälykiihdyttämö -hankkeen tavoitteena on tuoda tekoälyn mahdollisuudet tutuiksi Lapin PK-yrityksille. Lisäksi teemme ketteriä tekoälypilotteja kohderyhmän tarpeiden pohjalta. Fokus on tekoälyn perustyökalujen hyödyntämisessä osana näppäimistöltä tehtävää arkityötä sekä PK-yritysten asiakaskokemusten ja prosessien parantamisessa tekoälyn data-analyyseillä.

    Hankkeen työryhmän ensimmäisenä toimenpiteenä on tekoälyn uusimpien ja käyttökelpoisimien perustyökalujen tunnistaminen sekä Lapin kärkitoimialojen lupaavimpien käyttötapausten selvittäminen. Tätä tärkeää tehtävää varten hanketyöryhmässä on laajasti Lapin kärkitoimialoja vastaavaa osaamista neljästä osaamisryhmästä (digitaaliset ratkaisut, tulevaisuuden biotalous, uudistuva teollisuus ja älykäs rakentaminen). Keväällä 2025 teemme Lapin PK-yrityksille selvityksen tekoälyn hyödyntämisen pullonkauloista, ideoista ja tarpeista.

    Älyä kokeilla tekoälyä

    Suomen tekoälykiihdyttämön selvityksen mukaan Suomessa yli viiden hengen yrityksistä vain 2,4 prosenttia oli vuoteen 2023 mennessä ottanut tekoälyn käyttöönsä. Paraskaan teknologia ei toimi, mikäli sitä ei oteta käyttöön. Ilman uskallusta uusiin kokeiluihin ei synny ymmärrystä, miten tekoälystä voisi hyötyä.  

    Aloitamme vuoden 2025 aikana tekoälyn demotilaisuudet eri puolilla Lappia. Tervetuloa osallistumaan niihin paikan päällä tai verkossa. Olethan meihin yhteydessä missä tahansa tekoälyn hyödyntämiseen liittyvässä toiveessa tai tarpeessasi.


    Kirjoittaja:
    Antti Haase, projektipäällikkö, Lapin ammattikorkeakoulu

Lisää luettavaa